単一細胞基盤モデルは、大規模トランスクリプトームデータから転移可能な表現を学習するうえで高い潜在能力を示している。しかし、既存手法の多くはマスクされた遺伝子発現値の再構成に依存しており、観測空間での再構成と、安定した生物学的表現を学習するという目標との間に不整合が生じる可能性がある。この課題は、スパース性、不完全な遺伝子検出、技術的変動によって根底にある生物学的状態が不明瞭になり得る単一細胞RNAシーケンシングにおいて特に重要である。本研究では、単一細胞表現学習のためのコンパクトな潜在空間自己蒸留フレームワークscRepを提案する。scRepは生の発現値を再構成する代わりに、モメンタム更新される教師・生徒アーキテクチャを通じて同一細胞に異なる摂動を加えたビューを整合させ、細胞レベルと遺伝子レベルの双方で自己蒸留目的を用いる。この表現中心の定式化により、不完全かつ摂動を受けたトランスクリプトーム観測間でも安定した生物学的情報をモデルが捉えるよう促す。タスク固有のファインチューニングを行わず、凍結した表現を用いた場合、約280万個の細胞で事前学習したscRepは、評価対象となった凍結表現ベンチマーク全体で最も優れた総合性能を達成し、高いサンプル効率を示した。3,072万個の細胞で事前学習した大規模版scRepは、はるかに大規模かつ多様なコーパスへ拡張した場合にも、本フレームワークが有効であることをさらに示した。scRepは細胞同一性にとどまらず、既知のマーカー遺伝子を優先し、細胞型特異的な活性を持つ転写因子関連遺伝子プログラムを復元するとともに、グラフベースの擬似時間推定を支える連続的な発生構造を保持する。さらに、事前学習性能が生物学的多様性と密接に関連することを示した。すなわち、冗長な細胞を削減しつつ細胞型の網羅性を高めることで、より大規模だが均衡を欠く訓練コーパスと同等以上の性能を達成できる。以上の結果は、潜在空間自己蒸留が単一細胞基盤モデリングにおける発現再構成の有効な代替手法であることを確立するとともに、効率的なスケーリングが細胞数だけでなく、学習目的および事前学習コーパスの生物学的多様性にも依存することを示唆する。
https://doi.org/10.64898/2026.08.31.747784